BAB. 3. KONSEP POKOK DALAM ASPEK PASAR DAN PEMASARAN

Presentasi berjudul: "BAB. 3. KONSEP POKOK DALAM ASPEK PASAR DAN PEMASARAN"— Transcript presentasi:

1 BAB. 3. KONSEP POKOK DALAM ASPEK PASAR DAN PEMASARAN
Pertemuan 2 BAB. 3. KONSEP POKOK DALAM ASPEK PASAR DAN PEMASARAN

2 Karakteristik pokok aspek pasar :
Kajian aspek pasar berkaitan dengan ada tidaknya potensi pasar dan peluang pasar dari usaha bisnis sedangkan kajian aspek pemasaran berkaitan dengan bagaimana penerapan strategi pemasaran yang akan dilakukan untuk meraih sebagian pasar potensial tersebut (market share). Karakteristik pokok aspek pasar : 1. Pasar permintaan nasional untuk produk/jasa tertentu tidak terlalu besar 2. Adanya garis pemisah yang cukup jelas dari segman pasar yang ada 3. Kebanyakan produk yang dibuat merupakan produk pengganti (substitusi) 4. Pemerintah seringkali ikut campur tangan dalam mempengaruhi mekanisme pasar untuk jenis produk tertentu Jenis dan Sumber Data Data kualitatif : perilaku, kebiasaan, preferensi konsumen dll Data kuantitatif : kecenderungan permintaan masa lalu, perkembangan/pertumbuhan penduduk, pendapatan perkapita, dll. Sumber data : sensus penduduk, biro pusat statistik, dinas perindustrian dsb.

3 TEKNIK PENGAMBILAN DAN ANALISIS DATA
Pengambilan data kualitatif dapat dilakukan dengan kuesioner/angket, sedangkan untuk data kuantitatif dapat dilakukan dengan teknik dokumentasi, survei dan observasi. Untuk menganalisis data dapat dilakukan dengan peramalan Teknik Pengukuran Permintaan dapat dilakukan dengan : 1. Penggunaan data impor 2. Penggunaan data impor, ekspor, dan produksi dalam negeri 3. Merode Rasio Rantai

4 BAB. 4. METODE PENGUKURAN DAN PERAMALAN PERMINTAAN
Pengukuran permintaan adalah usaha untuk mengetahui permintaan atas suatu/sekelompok produk dimasa lalu dan masa sekarang dalam periode tertentu. Peramalan permintaan merupakan usaha untuk mengetahui jumlah produk/ sekelompok produk dimasa yang akan datang dalam periode tertentu. Pendekatan peramalan 1. Time Series yaitu model yang tidak memperhatikan hubungan sebab akibat atau hasil peramalan hanya memperhatikan kecenderungan dari data masa lalu . Metode yang dapat digunakan adalah metode trend baik linear, kuadratik maupun logaritma. 2. Pendekatan yang memperhatikan hubungan sebab akibat (cause effects method) atau pendekatan yang menjelaskan terjadinya suatu keadaan (explanatory method) oleh sebab-sebab tertentu. (hubungan stokastik) Teknik Pengukuran Permintaan dapat dilakukan dengan : 1. Penggunaan data impor 2. Penggunaan data impor, ekspor, dan produksi dalam negeri 3. Merode Rasio Rantai

5 Peramalan Permintaan Produk yang sudah Mapan
Produk yang sudah mapan adalah produk yang telah pernah diproduksi oleh investor, sehingga usaha yang diusulkan adalah perluasan usaha. Beberapa metode yang dapat digunakan adalah : 1. Metode Pendapat 2. Metode Test/Eksperimen 3. Metode Survey 4. Metode Time Series 5. Metode Regresi-Korelasi 6. Metode Input Output Peramalan Permintaan Produk Baru Produk baru adalah produk yang benar-benar baru baik bagi investor maupun bagi calon konsumen atau baru calon investor tetapi tidak baru bagi konsumen. Metode yang digunakan dalam peramalan produk baru dapat menggunakan metode dalam peramalan permintaan produk yang sudah mapan.

6 Metode Time Series Metode Trend Linear : digunakan jika scatter diagram dari data masa lalu cenderung kerupakan garis lurus. Fungsi persamaan Y = a + bx a = rata-rata permintaan masa lalu b = koefisien yang menunjukkan perubahan setiap tahun Y = variabel permintaan n = jumlah data runtut waktu X = variabel tahun

7 Metode Trend Kuadratik
Metode ini digunakan jika scatter diagram dari data masa lalu cenderung berbentuk parabola Fungsi persamaannya :

8 Metode Trend Simple Exponential
Metode ini digunakan jika data yang tersedia cenderung naik turun, tetapi secara keseluruhan cenderung naik. Fungsi persamaannya : Yang dapat diubah dalam fungsi logaritma : Jika ∑X = 0, maka koefisien a dan b dapat dicari dengan : log a = (∑log Y) : n log b = { ∑X (log Y) } : ∑ X²

9 Metode Regresi Korelasi
Metode ini mendasarkan diri pada hubungan sebab akibat atas terjadinya variasi dari suatu variabel dan hubungan sebab akibat tersebut nampak dalam fungsi persamaan regresi, sedangkan korelasi merupakan alat untuk mengetahui intensitas hubungan yang terjadi antar variabel yang bersangkutan. Regresi Linear Sederhana : pada hubungan ini hanya ada satu variabel yang dianggap berpengaruh atas terjadinya variabel yang lain Fungsi persamaannya : Y = a + bX X = variabel bebas/independen Y = variabel terikat/dependen a, b = koefisien regresi

10 Dengan menggunakan metode least squared nilai koefisien a dan b dapat diperoleh dengan :

11 Regresi Linear Berganda
Variasi pada variabel terikat dijelaskan oleh lebih dari satu variasi variabel bebas, namun masih menunjukkan diagram hubungan yang linear. Persamaannya : Y = a + b1X1+ b2X2+…..+ bkXk Nilai koefisien a, b1, b2 dan seterusnya dapat dicari dengan metode least squared Uji kemaknaan dengan F test atau

12 Koefisien Korelasi :

13 Pengawasan Peramalan Jika terjadi penyimpangan dari batas-batas yang dapat ditolelir, maka dapat dilakukan salah satu dari dua tindakan : Menggunakan teknik peramalan yang lebih baik Melakukan perubahan terhadap batas toleransi hasil peramalan selama tidak merugikan Beberapa Pengawasan Peramalan : Kesalahan Absolut Rata-rata (Average Absolute Error), yaitu rata-rata selisih absolut antara nilai peramalan dengan nilai senyatanya. AAE = Average Absolute Error Y = data riil Y’ = data peramalan n = banyaknya waktu data peramalan l l = harga mutlak

14 b. Kesalahan Kuadrat Mean Akar (Root Mean Square Error)
RMSE = Root Mean Square Error Y = data riil Y’ = data peramalan n = waktu data peramalan c. Test Korelasi r = koefisien korelasi Ý = means data riil

15 d. Control Limit : ditentukan batas atas dan batas bawah
∑ marginal (Y – Y’) (D of F) R = n - 1 Jika digunakan 3 standar deviasi : Upper controll limits = 2,66 x (D of F) R Lower controll limits = 2,66 x (D 0f F) R Range =2,66 (D of F) R sampai -2,66 (D of F) R (D of F) R = degre of fredom ∑ marginal (Y-Y’) = ∑ jarak bergerak Y = nilai riil Y’ = nilai peramalan n = waktu data peramalan